(ElasticSearch)使用Postman工具进行Restful接口访问

时间：2020-02-26 17:04:49 阅读：142 评论：0 收藏：0 [点我收藏+]

标签：查看 apache body post请求 max boolean 全文搜索 doc false

ElasticSearch的接口语法

curl ‐X<VERB> ‘<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>‘ ‐d ‘<BODY>‘

技术图片

1.创建索引index同时映射mapping

请求地址,创建一个名为myindex1的索引库

http://192.168.118.3:9200/myindex1

请求的JSON

{ 
    "mappings":
    {
        "type1":
        { 
            "properties":
            { 
                "id": 
                { 
                    "type": "long",
                    "store": true, 
                    "index": false
                },
                "title":
                {
                    "type": "text",
                    "store": true, 
                    "index": true,
                    "analyzer":"standard" 
                    
                },
                "content": { 
                    "type": "text",
                    "store": true, 
                    "index": true,
                    "analyzer":"standard" 
                }
            }
        }
    }
}

type:存储的类型
store:代表是否保存,取值类型为boolean
index:代表是否进行进行分析(分词),我用的是6.2.4版本的es,其他版本可能有差异取值为"not_analyzed"或"analyzed",
analyzer:代表使用的分析器的类型,之后才用中文分词的时候修改此处

技术图片

elasticsearch-head查看(我这里使用的集群,默认分成5片,复制一份)

技术图片

查看索引信息

技术图片

2.先创建索引然后在设置Mapping(修改)

这种情况也可以当作修改索引库

ElasticSearch是基于Lucene开发的,他的修改的原理也是一样,先删除在添加

只发送请求,不带json请求体

http://192.168.118.3:9200/myindex2

技术图片

设置mapping的请求,换成POST方式请求

http://192.168.118.3:9200/myindex2/type1/_mapping

请求体中的json串

 {
        "type1":
        { 
            "properties":
            { 
                "id": 
                { 
                    "type": "long",
                    "store": true, 
                    "index": false
                },
                "title":
                {
                    "type": "text",
                    "store": true, 
                    "index": true,
                    "analyzer":"standard" 
                    
                },
                "content": { 
                    "type": "text",
                    "store": true, 
                    "index": true,
                    "analyzer":"standard" 
                }
            }
        }
    }

请求注意要点(下图)

技术图片

3.删除索引

删除索引比较简单,把请求方式更改为DELETE

技术图片

4.创建文档document

POST请求

http://192.168.118.3:9200/myindex1/type1/1

json文档内容

{ 
    "id":1,
    "title":"ElasticSearch是一个基于Lucene的搜索服务器",
    "content":"它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java 开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时 搜索，稳定，可靠，快速，安装使用方便。" 
}

响应结果

技术图片

使用elasticSearch-head查看文档

技术图片

使用相同的id再次添加视为修改,会覆盖之前的文档

5.删除文档

删除和创建文档的请求一样,只不过不需要json串,只是把请求方式由post更改为DELETE

http://192.168.118.3:9200/myindex1/type1/1

6.根据id查询文档

根据id查询文档请求和添加删除一样,把请求方式更改为GET即可

技术图片

7.使用querystring查询文档

POST请求

http://192.168.118.3:9200/myindex1/type1/_search

请求json

{
    "query":
    {
        "query_string": 
        { 
            "default_field": "title",
            "query": "搜索服务器" 
        } 
    }
}

default_field:要搜索的域
query:搜索条件

技术图片

响应结果

技术图片

将查询关键字变为"亚索",还是可以查到,应为包含了"索"字,这是应为底层的分析器的原因

8.使用term查询

将上次发生的json更改为term方式

{ 
    "query":
    { 
        "term": 
        { 
            "title": "搜索"
            }
    }
}

技术图片

在使用默认的分析器,会把汉字拆分成一个一个的,搜索词语是查询不出来结果的

IK分词器

测试默认的分词器

发生POST请求

http://192.168.118.3:9200/_analyze

JSON

{
    "analyzer":"standard",
    "text":"中华人民共和国"
}

分词结果

技术图片

这样分词效果对于中文文档来说,是我们不能接受的,我们需要使用专门针对于汉字词语进行分词的分词器

我们需要配置IK分词到Elasticsearch中,将ik分词器的包解压到plugins目录下并重新启动ES就好了

IK提供了两个分词算法ik_smart 和 ik_max_word

其中 ik_smart 为最少切分，ik_max_word为最细粒度划分

先来测试一下ik_smart最少切分

请求路径不变更改json

{
    "analyzer":"ik_smart",
    "text":"中华人民共和国"
}

分词结果

技术图片

再测试一下,ik_max_word最细粒度划分

{
    "analyzer":"ik_max_word",
    "text":"中华人民共和国"
}

分词结果

技术图片

接下来使用ik分词器重建索引库,先将之前的索引库删除

 {
        "type1":
        { 
            "properties":
            { 
                "id": 
                { 
                    "type": "long",
                    "store": true, 
                    "index": false
                },
                "title":
                {
                    "type": "text",
                    "store": true, 
                    "index": true,
                    "analyzer":"ik_max_word" 
                    
                },
                "content": { 
                    "type": "text",
                    "store": true, 
                    "index": true,
                    "analyzer":"ik_max_word" 
                }
            }
        }
    }